- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
影子追踪！MIT让自动驾驶练出“透视眼”，看影子就知道有无物体靠近
例如，早期版本需要对场地添加增强的标签（AprilTags，类似简化的二维码）。机器人通过扫描AprilTags来确定自己的空间位置以及行进方向。 但是在实际环境中，使用AprilTags是不现实的。 于是，研究人员发明了一个新的处理方法，它结合了图像配准和一种新的视觉里程计算技术。在计算机视觉里，图像配准将多个图片重叠起来以发现图片间的变化。 研究人员使用了“Direct Sparse Odometry”(DSO)技术，它可以计算环境中的特征位点，达到与AprilTags标记法类似的效果。 ? 无标记测试 在一项测试中，研究人员分别使用AprilTags标记法和基于DSO的方法评估了系统在分类移动物体和静止物体的表现。 两种方法都取得了70%的准确率，这表明以后可以不再需要AprilTags标记法。
73610发布于 2019-11-08 - 来自专栏3D视觉从入门到精通
基于对应点的6D姿态识别
1、AprilTags 3D: Dynamic Fiducial Markers for Robust Pose Estimation in Highly Reflective Environments 本文提出了一种新的方法AprilTags3D，该方法通过在标记检测器中加入一个三维空间，在仅使用RGB传感器的情况下，提高了AprilTags的姿态估计精度。 ? ? ? ?
1.2K10发布于 2020-12-11 - 来自专栏点云PCL
MC-NeRF: 多相机神经辐射场
然而，至少两个Apriltags可以确保获取相机的内参参数。 标定立方体设计和说明 对于单摄像头标定而言，多摄像头标定的一些限制和挑战。 数据集包括三组图像，分别是只包含一个AprilTag的Dataset_A、包含两个AprilTags的Dataset_B和包含三个AprilTags的Dataset_C。 当校准数据中至少包含两个Apriltags时，我们可以达到预期的结果。然而，当只包含一个Apriltag时，会出现退化情况，导致结果不佳。 然而，当图像包含两个以上AprilTags时，回归可以保证收敛。 具体而言，使用包含三个AprilTags的数据集训练的参数在准确性上表现更好，而使用包含两个AprilTags的数据集训练的参数则收敛更快。
1K10编辑于 2024-01-17 - 来自专栏GPUS开发者
用Jetson TK1做一个可以抓取的机器人！
（例如apriltags nodelet是采用的GPL协议）。 总体设计 机器人的核心功能是将一个标的物从一个地方移动到另外一个地方。 有些任务是没有现成的包，所有有些情况我需要自己写ROS包： gpu_robot_vision - 使用TK1的 GPU去执行一个简单的CV任务，包含了图像识别、黑白/彩色转换、 缩放和降噪滤波器等 apriltags_nodelet
1.6K90发布于 2018-03-30 - 来自专栏点云PCL
ArUco与AprilTag简介
AprilTags在概念上类似于QR码，因为它们是一种二维条形码。然而，它们被设计成编码更小的数据有效载荷（4到12位之间），允许它们更可靠地被检测到，并且可以从更长的范围内被检测到。 ICRA 2011; AprilTag 2: Efficient and robust fiducial detection, IROS 2016; One useful application of AprilTags
8.1K41编辑于 2022-02-10 - 来自专栏点云PCL
阿里巴巴开源：一次采集轻松解决多摄像机和3D激光雷达标定
图1b显示了具有多个棋盘格的封闭场景，而图1c显示了中包含了由数百个AprilTags覆盖的三个平面墙，然而，这两个基础设施并不是全景式的，这意味着只能同时校准系统的一部分，因此，耗时的多次捕获是不可避免的 本文提出的的基于全景标定间的多摄像机和3D激光雷达标定框架 A.全景标定间的重建 文章选择圆形标记物作为无特征基准标记，因为圆形标记的中心检测通常被认精度是比较高的，并且实验证明了圆形标记在校准精度方面优于AprilTags 对于标记选择，通过实验来比较CCTAG和AprilTags的校准精度，实验表明CCTAG在校准精度方面略优于AprilTags！！！
1.4K20编辑于 2021-12-09 - 来自专栏科学计算
slam标定(一) 单目视觉
apriltag的yaml文件参数为： target_type: 'aprilgrid' #gridtype tagCols: 6 #number of apriltags tagRows: 6 #number of apriltags tagSize: 0.12 #size of apriltag,
2.6K20发布于 2021-03-16 - 来自专栏GPUS开发者
ROS 开发人员将使用 NVIDIA AI Perception(讲座预告）
用于 ROS 的新 Isaac GEM 包括： SGM 立体视差和点云 色彩空间转换和镜头失真校正 AprilTags 检测 图 1.
94930发布于 2021-10-13 - 来自专栏悠风的采坑日记
「学习笔记」OpenMV 与 MicroPython
clock = time.clock while(True): clock.tick() img = sensor.snapshot() for tag in img.find_apriltags sensor.set_auto_gain(False) sensor.set_auto_whitebal(False) clock = time.clock() # 注意：与find_qrcodes不同，find_apriltags redians) / math.pi while(True): clock.tick() img = sensor.snapshot() for tag in img.find_apriltags
4.7K32发布于 2019-08-28 - 来自专栏云深之无迹
OpenMV初体验
在此处查看我们的视频：https://singtown.com/learn/50017/ AprilTag Tracking标记跟踪 甚至比上面的QR码更好，OpenMV Cam 也可以追踪AprilTags AprilTags是旋转不变，尺度不变，剪切不变和照明不变的最先进的基准标记。
2.6K20发布于 2020-12-03 - 来自专栏磐创AI技术团队的专栏
机器人收集 + Keypose 算法：准确估计透明物体的 3D 姿态
使用带有立体摄像头和 Azure Kinect 设备的机械臂自动捕捉图像序列 目标上的 AprilTags 可以让摄像头准确跟踪姿态。
1.1K20发布于 2020-09-28 - 来自专栏点云PCL
LiDARTag：一种基于点云的实时估计基准标记物位姿的系统
，比目前可用的激光雷达传感器频率更快，由于激光雷达传感器的性质，快速变化的环境照明不会影响激光雷达探测；因此，提出的基准标记物可以在完全黑暗的环境中工作，此外，LiDARTag与现有的视觉基准标记（如AprilTags
1.5K10编辑于 2021-12-09 结合大象机器人六轴协作机械臂myCobot 280 ，解决特定的自动化任务和挑战！（下）
常见的有ArUco，STag，AR码，AprilTags。今天我们用STag算法来做视觉识别。STag标记系统STag是一个为了高稳定性和精确的三位定位而设计的标记系统。
1.3K10编辑于 2024-03-07- 来自专栏CreateAMind
机器人终身强化学习中的知识保存和组合
与此同时，我们承认我们当前的框架在具有预定义任务设置的结构化环境中运行，并依赖于AprilTags进行感知。 此外，我们使用一个位于桌边的全局RealSense相机通过AprilTags捕捉物体位置。之后，通过检测到的物体的初始位置和相应的辅助信息上下文确定与任务相关的目标位置。
16910编辑于 2026-03-11 - 来自专栏人工智能头条
SLAM刚刚开始的未来之“工程细节”
再比如宾州大学这次在ICRA发布的供SLAM跑分的数据集，采集数据用的是自己搭的一套硬件，由两个第二代Tango平板，三个GoPro相机，和一个VI Sensor（做这个的公司早已被GoPro收购），再加上AprilTags
1.4K10发布于 2018-07-20 - 来自专栏点云PCL
KISS-SLAM：一种具备增强泛化能力的轻量级鲁棒精确3D激光雷达SLAM系统
使用向上摄像头检测天花板上的 AprilTags 获取地面真实位姿。 图 3：使用我们的方法生成的占据栅格地图。
71810编辑于 2025-06-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号